คำตอบสั้น ๆ คือ ส่งพนักงานไปเรียนคลาส public เมื่อคุณยังอยากลองก่อนและมีคนไม่กี่คน ส่วนจัดอบรมแบบ in-house เมื่อคุณตั้งใจยกระดับทั้งทีมหรือทั้งองค์กร เพราะปรับเนื้อหาให้ตรงงานจริงได้ ใช้เคสของตัวเองฝึกได้ และต้นทุนต่อหัวมักถูกกว่าเมื่อผู้เรียนถึงจำนวนหนึ่ง บทความนี้แจกแจงว่าเส้นแบ่งอยู่ตรงไหน
คลาส public คืออะไร และเหมาะกับใคร
คลาส public คือรอบเรียนที่ผู้ให้บริการเปิดตามตารางของตัวเอง จ่ายเป็นรายหัว และมีผู้เรียนจากหลายองค์กรนั่งเรียนด้วยกัน
เหมาะเมื่อ:
- คุณอยากลองคุณภาพผู้สอนก่อนตัดสินใจลงทุนก้อนใหญ่
- มีคนที่ต้องเรียนไม่กี่คน กระจายอยู่คนละแผนก
- ยังไม่มีงบก้อนสำหรับโปรแกรมทั้งองค์กรในปีนี้
- อยากให้พนักงานได้เห็นวิธีทำงานขององค์กรอื่นในห้องเดียวกัน
ข้อจำกัดคือเนื้อหาต้องกลาง ๆ พอที่ทุกคนในห้องใช้ได้ ผู้เรียนจึงต้องแปลงเองว่าจะเอาไปใช้กับงานตัวเองอย่างไร ซึ่งเป็นขั้นตอนที่คนจำนวนมากไม่ได้ทำต่อหลังออกจากห้อง
การอบรม in-house คืออะไร และเหมาะกับใคร
การอบรม in-house คือการที่องค์กรจ้างจัดอบรมให้ทีมของตัวเองโดยเฉพาะ คิดราคาเป็นรายโปรแกรมแทนรายหัว และปรับเนื้อหาได้ตามงานจริง
เหมาะเมื่อ:
- ต้องการให้ทั้งทีมหรือทั้งแผนกใช้ AI ในมาตรฐานเดียวกัน
- อยากให้ผู้เรียนฝึกกับงานและเอกสารของตัวเองจริง ๆ
- มีนโยบายด้านข้อมูลที่ต้องสอนควบคู่กับการใช้เครื่องมือ
- ต้องคุมตารางเอง เช่น แบ่งรุ่นตามกะหรือตามฤดูงานยุ่ง
เส้นแบ่งอยู่ตรงไหน
มีสามเส้นที่ใช้ตัดสินใจได้เร็ว
จำนวนคน เมื่อผู้เรียนถึงระดับที่เต็มหนึ่งรุ่น การจ่ายเป็นรายหัวจะเริ่มแพงกว่าการจ้างจัดทั้งรุ่น จุดคุ้มทุนต่างกันไปตามผู้ให้บริการ แต่คำถามที่ควรถามคือ "ถ้าเราส่ง 25 คนไปคลาส public เทียบกับจ้างจัดหนึ่งรุ่น ต่างกันเท่าไร"
ความเฉพาะของงาน ถ้างานของทีมมีบริบทเฉพาะสูง เช่น เอกสารตามระเบียบราชการ หรือรายงานการผลิตของโรงงาน คลาสกลาง ๆ จะช่วยได้น้อย เพราะตัวอย่างในห้องไม่เหมือนงานจริงของคุณเลย
ข้อจำกัดด้านข้อมูล ถ้าองค์กรห้ามนำข้อมูลออกนอกระบบ การเรียนที่ใช้เคสจริงต้องเกิดในสภาพแวดล้อมที่คุณคุมได้ ซึ่งทำได้จริงเฉพาะแบบ in-house
ใช้ทั้งสองแบบร่วมกันได้
องค์กรจำนวนมากไม่ได้เลือกอย่างใดอย่างหนึ่ง แต่ใช้เป็นลำดับ คือส่งคนกลุ่มเล็กไปคลาส public ก่อนเพื่อประเมินผู้สอนและดูว่าเนื้อหาตรงกับที่ต้องการไหม แล้วจึงขยายเป็นโปรแกรม in-house สำหรับทั้งทีมในรอบถัดไป วิธีนี้ลดความเสี่ยงของงบก้อนใหญ่ได้มาก
อีกแบบที่พบบ่อยคือใช้ in-house เป็นฐานสำหรับพนักงานทั่วไป แล้วส่งเฉพาะคนที่ต้องไปไกลกว่านั้น เช่น ทีมที่ต้องทำออโตเมชันหรือเขียนโค้ด ไปเรียนคลาสเฉพาะทางเป็นรายบุคคล
คำถามที่ควรตอบให้ได้ก่อนตัดสินใจ
- ปีนี้ต้องการให้กี่คนใช้ AI กับงานได้ และคนกลุ่มไหนสำคัญที่สุด
- งานของพวกเขาเฉพาะทางแค่ไหน ตัวอย่างกลาง ๆ พอไหม
- มีข้อจำกัดด้านข้อมูลที่ทำให้ฝึกกับงานจริงนอกองค์กรไม่ได้หรือเปล่า
- ต้องการให้เกิดมาตรฐานเดียวกันทั้งทีม หรือแค่ให้บางคนเก่งขึ้น
อ่านต่อ
ถ้ากำลังคัดผู้ให้บริการอยู่ อ่านเกณฑ์ 7 ข้อสำหรับเลือกผู้ให้บริการอบรม AI และถ้าอยากเห็นว่าโปรแกรม in-house ทำงานอย่างไรตั้งแต่คุยโจทย์จนประเมินผล ดูรายละเอียดการอบรม AI ในองค์กร หรือรอบคลาสสดที่เปิดอยู่ สำหรับการส่งคนไปลองก่อน